Projekt Fallstudie

LLM Agent

Lokaler Tool Calling Agent

Ravi Rai
2 min Lesezeit

Terminalbasierter Agent, der lokal auf Ollama läuft mit Python-Steuerungsschleife und SQLite-Zustandsspeicher.

Überblick#

1

Entwickelte einen terminalbasierten Konversationsagenten, der lokal auf Ollama läuft und Llama 3 für Tool-Nutzung und strukturiertes JSON-Parsing verwendet.

2

Entwarf eine robuste Steuerungsschleife, die einen System-Prompt, dynamische Tool-Schemas und ein History-Array orchestriert, das bei jeder Iteration an das Modell übergeben wird.

3

Implementierte einen Runtime-Dispatcher in Python, der basierend auf den Tool-Aufrufen des Modells Funktionen wie Wetterabfragen oder SQLite-Datenbankoperationen ausführt.

4

Entwickelte strikte Pydantic-Modelle, die Tool-Aufrufe auf Python-Funktionen abbilden, um eine robuste JSON-Validierung und Fehlerbehandlung zu gewährleisten.

5

Verwaltete den Konversationsstatus mithilfe eines lokalen SQLite-Speichers, der Interaktionsverläufe sichert und die Latenz für schnelle Tests minimiert.

Tech Stack#

Python

Steuerungsschleife & Dispatcher

Ollama

Lokale Inferenz-Engine

Llama 3

Modell für Tool Use

SQLite

Status- & Verlaufsspeicher

Pydantic

Daten- & Schema-Validierung

Ravi Rai

Ravi Rai

AI Engineer & Full Stack Developer · Deutschland

Experte für Generative KI, LLMs und Data Engineering. Leidenschaftlich an der Entwicklung intelligenter, agentenbasierter Systeme und skalierbarer Full-Stack-Anwendungen.

Mehr über den Autor →
© 2026 Ravi Rai. Alle Rechte vorbehalten.|Datenschutz